本文關(guān)鍵詞：基于代價敏感布雷格曼散度的旋轉(zhuǎn)機械軸承故障診斷研究

  更多相關(guān)文章： 旋轉(zhuǎn)機械軸承 故障診斷 代價敏感 布雷格曼散度 神經(jīng)網(wǎng)絡(luò) 小波包分析

【摘要】：隨著旋轉(zhuǎn)機械向大型化、精密化和自動化的方向發(fā)展,有效的旋轉(zhuǎn)機械故障診斷可以保證系統(tǒng)可靠和安全的運行,具有非常重要的價值。軸承作為旋轉(zhuǎn)機械中最常用的零部件,其穩(wěn)定性直接影響旋轉(zhuǎn)機械的性能。旋轉(zhuǎn)機械軸承故障診斷技術(shù)可以保證設(shè)備的正常持續(xù)運行，避免經(jīng)濟損失和重大事故發(fā)生，為此研究旋轉(zhuǎn)機械軸承故障診斷技術(shù)具有深遠意義。 論文總結(jié)了旋轉(zhuǎn)機械軸承主要故障及故障原理，闡述了小波包分析法和小波包能量特征提取方法，針對現(xiàn)有旋轉(zhuǎn)機械軸承故障診斷方法以最小化診斷錯誤率為目標，不能有效的避免故障帶來損失的缺點，結(jié)合代價敏感學(xué)習(xí)的研究方向，本文提出一種基于代價敏感布雷格曼散度的旋轉(zhuǎn)機械軸承故障診斷方法。 分析了基于貝葉斯決策理論的代價敏感學(xué)習(xí)的基本原理，在此基礎(chǔ)上采用代價敏感的布雷格曼散度作為神經(jīng)網(wǎng)絡(luò)的目標函數(shù)，，對樣本后驗概率進行精確的估計，設(shè)計基于代價敏感布雷格曼散度的分類器。然后對UCI數(shù)據(jù)庫中三個數(shù)據(jù)集進行了仿真實驗，結(jié)果表明與基于重取樣和基于欠取樣的代價敏感分類器相比，該基于代價敏感布雷格曼散度的分類器能夠有效的降低誤分類代價，同時保證分類的正確率。 采用小波包分析旋轉(zhuǎn)機械軸承在正常、滾動體故障、內(nèi)圈故障和外圈故障四種模式下振動信號，提取各頻帶的相對小波包能量，作為基于代價敏感布雷格曼散度的分類器的輸入向量，對旋轉(zhuǎn)機械軸承的故障進行模式識別和分類，結(jié)果表明，對比基于重取樣和基于欠取樣的代價敏感故障診斷方法，該方法有效地降低了軸承故障誤診斷代價，同時保證診斷正確率。 總結(jié)了旋轉(zhuǎn)機械軸承代價敏感故障診斷有待于完善和進一步研究的問題。論文所做的工作對旋轉(zhuǎn)機械軸承故障診斷具有重要的參考價值。
【關(guān)鍵詞】：旋轉(zhuǎn)機械軸承 故障診斷 代價敏感 布雷格曼散度 神經(jīng)網(wǎng)絡(luò) 小波包分析
【學(xué)位授予單位】：長沙理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TH165.3;TP18
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 課題的來源10
• 1.2 課題背景及意義10-11
• 1.3 國內(nèi)外研究現(xiàn)狀11-14
• 1.3.1 旋轉(zhuǎn)機械軸承故障診斷研究現(xiàn)狀11-13
• 1.3.2 代價敏感學(xué)習(xí)的研究現(xiàn)狀13-14
• 1.4 論文的主要研究工作及創(chuàng)新點14-16
• 第二章 旋轉(zhuǎn)機械軸承故障機理及特征提取方法16-24
• 2.1 軸承的結(jié)構(gòu)16
• 2.2 軸承故障形式及機理分析16-17
• 2.3 軸承的振動機理及故障頻率17-19
• 2.3.1 軸承振動機理17-18
• 2.3.2 軸承振動的故障特征頻率18-19
• 2.4 故障特征提取方法19-23
• 2.4.1 小波包分析方法20-22
• 2.4.2 小波包能量特征提取22-23
• 2.5 本章小結(jié)23-24
• 第三章 基于代價敏感布雷格曼散度的分類方法研究24-44
• 3.1 BP神經(jīng)網(wǎng)絡(luò)24-27
• 3.1.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)24-25
• 3.1.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法25-27
• 3.2 代價敏感學(xué)習(xí)27-31
• 3.2.1 代價敏感分類27-28
• 3.2.2 后驗概率估計28-31
• 3.3 代價敏感布雷格曼散度31-37
• 3.3.1 代價敏感布雷格曼散度的設(shè)計31-32
• 3.3.2 布雷格曼散度敏感度分析32-34
• 3.3.3 代價敏感布雷格曼散度的漸進性34-37
• 3.4 基于代價敏感布雷格曼散度的分類器37-39
• 3.4.1 代價敏感BP神經(jīng)網(wǎng)絡(luò)37-38
• 3.4.2 基于代價敏感布雷格曼散度的分類器38-39
• 3.5 仿真分析39-43
• 3.6 本章小結(jié)43-44
• 第四章 基于代價敏感布雷格曼散度的旋轉(zhuǎn)機械軸承故障診斷44-58
• 4.1 概述44-45
• 4.2 軸承實驗信號采集45-46
• 4.2.1 實驗裝置45
• 4.2.2 軸承故障設(shè)置45-46
• 4.2.3 信號采集46
• 4.3 實驗數(shù)據(jù)的處理46-55
• 4.3.1 軸承振動信號特征分析46-53
• 4.3.2 軸承振動信號故障特征提取53-55
• 4.4 旋轉(zhuǎn)機械軸承故障診斷55-57
• 4.5 本章小結(jié)57-58
• 結(jié)論與展望58-60
• 參考文獻60-65
• 致謝65-66
• 攻讀學(xué)位期間發(fā)表的論文及參與的科研項目66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 屈躍靈,張雁,李會軒;轉(zhuǎn)盤軸承常見故障分析及改進措施[J];軸承;2000年09期

2 王卓 ,田振華 ,趙丁選;滾動軸承的振動監(jiān)測與故障診斷系統(tǒng)[J];軸承;2002年03期

3 余光偉;鄭敏;雷子恒;宋卓遠;朱貿(mào);;小波變換在滾動軸承故障分析中的應(yīng)用[J];軸承;2011年07期

4 楊偉;賈石峰;;基于RBF神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機組故障診斷研究[J];電氣傳動自動化;2009年02期

5 陳果;;滾動軸承早期故障的特征提取與智能診斷[J];航空學(xué)報;2009年02期

6 鄭恩輝;李平;宋執(zhí)環(huán);;代價敏感支持向量機[J];控制與決策;2006年04期

7 唐明珠;陽春華;桂衛(wèi)華;謝永芳;;代價敏感概率神經(jīng)網(wǎng)絡(luò)及其在故障診斷中的應(yīng)用[J];控制與決策;2010年07期

8 常家東;基于BP神經(jīng)網(wǎng)絡(luò)的磨機調(diào)心滾子軸承故障診斷研究[J];煤礦機械;2004年03期

9 郭艷平;顏文俊;包哲靜;楊強;;基于經(jīng)驗?zāi)B(tài)分解和散度指標的風(fēng)力發(fā)電機滾動軸承故障診斷方法[J];電力系統(tǒng)保護與控制;2012年17期

10 程光友;;時域指標在滾動軸承故障診斷中的應(yīng)用[J];中國設(shè)備工程;2005年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 陳曉林;基于動態(tài)代價敏感的機器學(xué)習(xí)研究[D];華中科技大學(xué);2010年

2 李萌;旋轉(zhuǎn)機械軸承故障的特征提取與模式識別方法研究[D];吉林大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 李輝;滾動軸承和齒輪振動信號分析與故障診斷方法[D];西北工業(yè)大學(xué);2001年

2 陳剛;齒輪和滾動軸承故障的振動診斷[D];西北工業(yè)大學(xué);2007年

3 張維新;基于小波分析與神經(jīng)網(wǎng)絡(luò)的軸承故障診斷研究[D];天津大學(xué);2008年

4 瞿益丹;基于HHT和SVM的滾動軸承故障振動信號的診斷研究[D];中南大學(xué);2012年

本文編號：1029728